一种航拍绝缘子串图像自动定位方法_赵振兵

专利名称：一种绝缘子电弧烧伤的快速定位智能图像检测方法专利类型：发明专利
发明人：袁林峰,柯达,许超,范根法,陈佳煜,姜振卫,徐建明,刘庆生,马学裕
申请号：CN202010489541.0
申请日：20200602
公开号：CN111812096A
公开日：
20201023
专利内容由知识产权出版社提供
摘要：本发明涉及故障检测技术领域，具体涉及一种绝缘子电弧烧伤的快速定位智能图像检测方法，包括以下步骤：步骤一：建立绝缘子数据集以及绝缘子故障数据集；步骤二：通过有线从无人机将无人机拍摄的图片数据传输到PC端，进入典型缺陷智能分析模块，提供模型进行智能识别出绝缘子图片的待分析区域，建立分析框，人工标记缺陷，获得样本数据；步骤三：构建Cascade R‑CNN网络，使用样本数据训练和测试Cascade R‑CNN网络；步骤四：获得无人机巡视拍摄图片，识别出绝缘子图片的待分析区域，导入步骤三中训练的Cascade R‑CNN网络，获得检测结果。

本发明的实质性效果是：提高了对绝缘子电弧烧伤故障检测的准确度。

申请人：国网浙江嘉善县供电有限公司,嘉善恒兴电力建设有限公司
地址：314100 浙江省嘉兴市嘉善县罗星街道车站南路858号
国籍：CN
代理机构：杭州杭诚专利事务所有限公司
代理人：尉伟敏
更多信息请下载全文后查看。

基于改进的Yolov4航拍绝缘子目标识别算法
丁晨寅;徐止政;段纳
【期刊名称】《计算机仿真》
【年(卷),期】2023(40)1
【摘要】针对光照不均、遮挡、尺度多变等影响航拍绝缘子目标识别精度问题,提出一种改进的Yolov4航拍绝缘子目标识别算法。

在原Yolov4网络结构中格外将104×104特征层加入到特征融合网络,与原网络的三个尺度特征进行级联形成四个尺度特征的检测网络,提高小目标检测精度。

同时利用SPP网络对26×26、52×52、104×104三层特征进行多尺度最大池化处理,进一步提高计算效率和特征信息提取水平。

此外,利用伽马变换对数据集进行校正预处理,提高图片对比度。

利用K-means++、迁移学习冻结训练、余弦退火、平滑标签等方法,提高网络训练速度和识别准确性。

经构建的航拍绝缘子图片数据集验证表明,与Faster-RCNN、SSD和基本的Yolov4算法相比,改进的Yolov4算法在准确率、召回率、调和平均和平均准确度等指标均有明显提高,尤其对小目标检测更加准确。

【总页数】6页(P73-78)
【作者】丁晨寅;徐止政;段纳
【作者单位】江苏师范大学电气工程及自动化学院
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于改进区域候选网络的航拍图像中绝缘子目标识别方法
2.基于深度学习算法的航拍绝缘子检测
3.基于YOLOv4和改进分水岭算法的绝缘子爆裂检测定位研究
4.基于改进YOLOv4算法的绝缘子故障检测研究
5.基于改进YOLOv4的航拍图像多目标检测方法
因版权原因，仅展示原文概要，查看原文内容请购买。

基于时空上下文的航拍视频绝缘子跟踪算法戚银城;王磊;赵振兵;赵令令;张素香【摘要】In order to solve the drift problem of spatio-temporal context tracking algorithm in large-scale varia-tion of aerial video insulators,a large-scale adaptive tracking algorithm for aerial video insulators was proposed. Lo-cal binary pattern feature of insulator images was extracted to construct spatio-temporal context model, and im-proved spatio-temporal context updating strategy cannot adapt to large scale changes. Finally, the comparative ex-periments on aerial video sequences show that the proposed algorithm has greatly improved the average overlap rate and the average central location error,and also can well adapt to large-scale insulator variation,with better tracking effect.%为解决时空上下文跟踪算法在航拍视频绝缘子出现大尺度变化产生的漂移问题,提出一种大尺度自适应的航拍视频绝缘子跟踪算法.提取绝缘子图像的局部二值模式特征构建时空上下文模型,改进时空上下文尺度更新策略不能适应大尺度变化问题.最后在航拍视频序列进行的对比实验表明,算法在平均重叠率和平均中心位置误差指标上有了较大提升;且能很好地适应绝缘子大尺度变化,具有更好的跟踪效果.【期刊名称】《科学技术与工程》【年(卷),期】2018(018)004【总页数】7页(P58-64)【关键词】局部二值模式;时空上下文;绝缘子;大尺度变化【作者】戚银城;王磊;赵振兵;赵令令;张素香【作者单位】华北电力大学电气与电子工程学院,保定071003;华北电力大学电气与电子工程学院,保定071003;华北电力大学电气与电子工程学院,保定071003;华北电力大学电气与电子工程学院,保定071003;国家电网公司信息通信分公司,北京100761【正文语种】中文【中图分类】TM216绝缘子用来支吊导线和大地保持绝缘，同时承受导线的垂荷载和水平荷载，是输电线路的重要组成部分。

基于密集连接网络的航拍绝缘子旋转目标精准定位方法
王道累;张正刚;张世恒;朱瑞;赵文彬
【期刊名称】《电力系统保护与控制》
【年(卷),期】2024(52)1
【摘要】为了实现架空线路巡检时绝缘子的精准定位和检测,提出了一种基于Dense-Block密集连接块与旋转框改进YOLOv5的绝缘子检测模型。

该模型针对绝缘子长宽比较大和方向多变的特点,提出利用长边定义法为检测框增加角度信息,实现目标旋转框检测,有效提升绝缘子检测和定位的效果。

同时为了增强特征的重新利用和传播,利用Dense-Block对模型中的残差模块进行改进,构建YOLOv5-dense检测模型。

最后为了使YOLOv5-dense模型能够更加关注有效的特征信息,在主干网络尾部加入SimAM注意力模块对模型进行改进。

实验之前,利用Retinex算法对输入绝缘子图像进行增强。

实验结果表明,相较于原始YOLOv5算法,所提算法在平均准确率和每秒处理帧数方面都有提高。

除此之外,与水平框检测算法相比,所提算法去除了检测结果中大量冗余的背景信息,实现了绝缘子区域更加精准的定位。

【总页数】9页(P35-43)
【作者】王道累;张正刚;张世恒;朱瑞;赵文彬
【作者单位】上海电力大学计算机科学与技术学院
【正文语种】中文
【中图分类】TM2
【相关文献】
1.基于改进区域候选网络的航拍图像中绝缘子目标识别方法
2.基于并行融合网络的航拍红外车辆小目标检测方法
3.解析测绘新技术在测绘工程测量中的运用
4.基于数字高程模型高程快速迭代的航拍图像目标定位方法
5.基于SSD卷积网络的航拍图像目标检测方法
因版权原因，仅展示原文概要，查看原文内容请购买。

航拍绝缘子图像缺陷智能识别算法研究在电力系统的广阔天地中，绝缘子犹如一颗颗守护神的明珠，确保着电流的顺畅传输。

然而，这些“明珠”一旦出现瑕疵，就可能引发连锁反应，甚至导致整个电网的瘫痪。

因此，对绝缘子进行定期检查，及时发现并修复缺陷，就显得尤为重要。

随着科技的进步，航拍技术与人工智能算法的结合，为我们提供了一种全新的检测手段——航拍绝缘子图像缺陷智能识别算法。

传统的绝缘子检测方法往往需要人工登高作业，不仅效率低下，而且危险性极高。

相比之下，航拍技术的应用就像是给检测员们装上了一双翅膀，让他们能够轻松地俯瞰每一颗绝缘子的状态。

而智能识别算法的加入，则像是给这双翅膀装上了导航系统，让检测员们能够精准定位到每一个可能存在缺陷的绝缘子。

然而，要实现这一目标并非易事。

首先，我们需要收集大量的绝缘子图像数据，并对其进行标注和分类。

这个过程就像是为智能识别算法准备一份详尽的“食谱”，让它能够学会如何区分正常与异常的绝缘子。

其次，我们需要设计出高效的特征提取算法，从海量的图像数据中提取出关键信息。

这就像是为算法打造一副“透视眼”，让它能够透过表面现象看到本质。

最后，我们需要构建一个准确的识别模型，将提取出的特征与已知的缺陷类型进行匹配。

这就像是为算法装备了一个“智慧大脑”，让它能够做出正确的判断。

在这个过程中，我们可能会遇到各种挑战。

比如，由于航拍角度和光照条件的变化，同一绝缘子在不同图像中的表现形式可能会有很大差异。

这就需要我们的算法具备强大的泛化能力，能够应对各种复杂情况。

此外，绝缘子的缺陷类型也是多种多样的，有些缺陷可能非常微小和隐蔽，难以被肉眼发现。

这就需要我们的算法具备极高的灵敏度和准确性，能够捕捉到任何细微的异常信号。

尽管如此，我仍然坚信航拍绝缘子图像缺陷智能识别算法的研究具有广阔的前景和巨大的潜力。

随着深度学习技术的不断发展和完善，我们可以期待未来的算法将更加高效、准确和可靠。

同时，随着无人机技术的普及和应用，航拍数据的获取也将变得更加便捷和经济。

航拍宽幅图像的玻璃绝缘子定位研究杨蔚;李陈;杨生兰;周辉【摘要】针对绝缘子爆裂和缺失将导致整个输电线路绝缘能力下降的常见故障，在宽幅航拍图像如何快速实现玻璃绝缘子的定位是绝缘故障检测的关键。

提出一种通过机器学习的绝缘子定位算法。

输电线路玻璃绝缘子串，利用Retinex算法与高斯滤波及形态学滤波对图像进行预处理和粗定位，建立不同样本数据提取特征，通过将二分类问题转化为多分类问题的集成学习方式，克服数据不平衡的问题，实现精准绝缘子定位，为进一步故障检测奠定了良好的基础。

%According to burst and lack of insulator will lead to the transmission line insulation capacity decreased the common fault,in wide aerial image to realize how fast the positioning of the glass insulator is insulation fault detection is the key.A kind of insulator location algorithm based on machine learning is proposed.Transmission line glass insulator strings,the Retinex algorithm and Gaussian filter and morphological filter for image preprocessing and coarse positioning,the establishment of different sample data feature extraction,the binary classification problem into multi class classification problem of ensemble learning,overcome the problem of unbalanced data, achieve precise positioning insulator,for further fault detection laid the good foundation.【期刊名称】《电子测试》【年(卷),期】2016(000)015【总页数】4页(P23-26)【关键词】航拍绝缘子;高斯滤波;LSPTSVM【作者】杨蔚;李陈;杨生兰;周辉【作者单位】国网四川省电力公司检修公司，四川成都，610000;国网四川省电力公司检修公司，四川成都，610000;国网四川省电力公司检修公司，四川成都，610000;国网四川省电力公司检修公司，四川成都，610000【正文语种】中文为确保整个电网的安全运行，采用多旋翼无人机机进行输电线路巡线代替传统人力巡检，自动生成诊断各类缺陷报告已成为当前巡线技术的发展方向。

基于目标建议与结构搜索的绝缘子识别方法翟永杰;王迪;赵振兵【摘要】针对目前航拍图像绝缘子识别算法具有识别精度不高以及运用传统遍历识别运算速度慢的特点,提出了一种基于目标建议算法(object proposals)与结构搜索的绝缘子分步识别方法.利用目标具有的梯度轮廓闭合性特点进行目标建议,减少检测窗数量;提取绝缘子局部特征训练分类器,对检测窗进行识别,实现绝缘子粗定位;计算绝缘子骨架结构的特征描述子,以此描述子进行绝缘子结构搜索,实现绝缘子的细定位.实验中,绝缘子识别率达到了89％,运算速度相较于传统遍历识别提升了9倍.实验结果表明,所提算法具有较好的识别精确性和运算快速性.【期刊名称】《华北电力大学学报(自然科学版)》【年(卷),期】2016(043)004【总页数】7页(P66-71,78)【关键词】绝缘子识别;目标建议;机器学习;结构搜索【作者】翟永杰;王迪;赵振兵【作者单位】华北电力大学控制与计算机工程学院,河北保定071003;华北电力大学控制与计算机工程学院,河北保定071003;华北电力大学电气与电子工程学院,河北保定071003【正文语种】中文【中图分类】TM726绝缘子是输电线路中的重要元件，起到电气绝缘及线路支撑的作用；同时也是故障频发元件，自爆、破损、裂纹和异物等故障严重威胁着输电线的安全可靠运行[1]。

据统计，因绝缘子故障导致的跳闸事故占目前输电线路事故的81.3%[2]。

因此，定期监测绝缘子状况，及时发现绝缘子故障至关重要。

近几年，因无人机巡线的高效、快捷、可靠、成本低、不受地域影响等优点[1]，通过对无人机巡线采集的图像数据进行分析处理，从而发现绝缘子故障已成为研究热点。

而实现绝缘子的精确定位是实现绝缘子故障自动诊断的重要前提。

目前国内外识别绝缘子的方法可大致分为以下3种：(1)基于轮廓提取。

文献[3]通过检测图像中的圆形轮廓来对应绝缘子片的圆形结构；文献[4]基于非下采样轮廓波变换提取绝缘子轮廓，取得了一定成果；文献[5]认为航拍图像中绝缘子为椭圆形状，并通过椭圆拟合实现了绝缘子的定位。